Bolt.diy 项目中使用 LM Studio 本地大语言模型的配置指南
2025-05-15 02:36:53作者:胡易黎Nicole
问题背景
在使用 Bolt.diy 项目时,许多开发者希望通过 LM Studio 运行本地大语言模型(LLM)来生成代码。然而在实际配置过程中,经常会遇到 CORS 跨域问题、API 请求失败以及意外的 Ollama 警告等问题。本文将详细介绍如何正确配置 LM Studio 与 Bolt.diy 的集成。
核心问题分析
从实际案例来看,主要存在三个典型问题:
- CORS 跨域问题:虽然已在 LM Studio 中启用 CORS 选项,但 API 请求仍然失败
- API 端点不匹配:Bolt.diy 请求的 API 端点与 LM Studio 提供的端点不一致
- Ollama 警告干扰:未使用 Ollama 服务却出现相关警告信息
详细解决方案
1. LM Studio 基础配置
首先确保 LM Studio 已正确配置:
- 在服务器设置中启用 "CORS" 选项
- 启用 "Serve on Local Network"(在本地网络提供服务)选项
- 确认服务器监听的端口(默认 1234)
2. 正确的 API 端点配置
LM Studio 提供以下标准端点:
GET /v1/models
POST /v1/chat/completions
POST /v1/completions
POST /v1/embeddings
在 Bolt.diy 的环境变量配置文件(.env.local)中,需要正确设置这些端点地址。例如:
VITE_LMSTUDIO_URL=http://localhost:1234
3. 网络访问问题排查
当在 WSL 中直接运行 Bolt.diy 时:
- 确保 WSL 可以访问主机的本地网络
- 如果使用 localhost 不工作,尝试使用主机的实际 IP 地址
- 检查防火墙设置,确保端口未被阻止
4. 关于 Ollama 警告
即使不使用 Ollama 服务,Bolt.diy 默认会尝试连接 Ollama。这些警告不会影响 LM Studio 的功能使用,可以安全忽略。如需彻底移除,可以检查项目代码中与 Ollama 相关的初始化部分。
最佳实践建议
- 环境隔离:考虑使用 Docker 容器化部署,可以避免许多环境依赖问题
- 日志监控:同时监控 Bolt.diy 和 LM Studio 的日志输出,便于快速定位问题
- 逐步验证:
- 先用简单 HTTP 客户端(如 curl)测试 LM Studio 端点是否可达
- 再测试 Bolt.diy 的基础功能
- 最后进行完整集成测试
总结
通过正确配置 LM Studio 的网络服务选项和 API 端点,开发者可以顺利在 Bolt.diy 项目中使用本地运行的大语言模型。Docker 部署方式通常更为可靠,但在 WSL 环境中通过适当配置也能获得良好效果。遇到问题时,建议按照网络连接、API 端点和权限配置的顺序逐步排查。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0185
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
759
4.94 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.91 K
deepin linux kernel
C
32
16
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
674
1.32 K
Ascend Extension for PyTorch
Python
716
866
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.78 K
185
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
454
436
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
991
598
暂无简介
Dart
1 K
259